基于改进图匹配的角盒类零件型腔加工特征自动识别

2022-05-09张生芳王国庆马付建杨大鹏沙智华

中国机械工程 2022年8期

张生芳王国庆马付建刘宇杨大鹏沙智华

大连交通大学机械工程学院，大连，116028

0 引言

随着现代工业的发展，重大装备复杂结构件中有很多形状基本类似的零件，除零件的几何尺寸略有差异外，整个零件的结构、视图、注释与制造技术要求基本一致[1]。在多品种、小批量的生产模式下，由于零件标准化程度低，导致在工艺规划时存在重复劳动且过程复杂。利用数据库[2]、成组技术[3]以及计算机辅助工艺规划(computer aided process planning，CAPP)[4]等工业信息化技术，将典型零件资源进行知识重用，可以解决重大装备中相似零件的重复工艺设计问题。在产品数据信息的共享过程中，如何实现典型零件加工特征的快速识别是实现知识重用需要解决的关键问题。

目前，加工特征识别主要为基于图的识别方法，它利用图结构来描述零件的拓扑几何信息，在零件的图结构中搜索预定义的特征子图，从而得到相匹配的加工特征。JOSHI等[5]将B-rep描述的零件拓扑几何信息转换为属性邻接图(attributed adjacency graph，AAG)，并将AAG分解为边不相邻的子图而加以识别，该方法能识别出所有孤立特征(非交互特征)和某几种特征交互的情况。崔秀芬等[6]为使零件加工特征识别更加容易，将零件过渡特征以边过渡、点过渡及混合过渡3种类型进行识别与抑制，提高了过渡特征的识别抑制效率。田富君等[7]对属性邻接图进行二次分解，实现了轻量化模型凸出类特征和凹陷类特征的识别。陶松桥等[8]度量目标三维CAD模型与待搜索三维CAD模型属性邻接图之间顶点和边的相似度，以搜索相似的三维CAD模型并对其相似程度进行了排序。刘晓军等[9]综合考虑加工特征的通透性和开放性，基于主加工面自底向上的特征识别策略，实现了面向板腔类零件机械加工工艺的加工特征识别。为改进基于图匹配的形状搜索效果与效率，孙宇航等[10]在图匹配过程中采用禁忌搜索的启发式方法，以尽可能地避免重复尝试，从而满足模板形状的搜索要求。耿维忠等[11]根据种子面类型和个数确定过渡边界类型，将过渡特征的曲面信息转换为加工特征边界，利用边界识别型腔内加工特征及其拓扑关系，有效地提取了模具型腔的曲面加工特征。刘雪梅等[12]将图分解与特征因子聚类的加工特征识别方法相结合，识别了现有缸体零件相交特征。胡盼旺[13]基于边界匹配的特征识别算法，采用特征面分解算法分解特征，考虑了正负特征之间的相交问题，以特征组合的方式来构建回转类零件特征集，实现了一类回转类零件的孔、槽以及柱面等特征的识别。孙晓龙等[14]基于三维模型的STL文件提取模型法向算子和D2算子特征形成特征描述符，通过度量模型与描述符的相似性实现了铸件模型的识别与分类。段现银等[15]针对大型复杂构件特征相交问题，采用分层处理优化模型属性邻接图，通过特征矩阵匹配的方式实现了舱体零件毛坯模型的特征识别。

尽管基于图匹配的特征识别算法取得了一定的研究成果，但是已定义的零件特征模板难以适应零件种类的扩展。随着零件形状的复杂化以及零件表面数量的增加，其拓扑关系更加复杂，匹配搜索效率也随之降低。此外，基于图匹配的识别方式仍需人工交互或通过图匹配方式选取特征起始面。由于个人经验或其他主观因素，选取不同的起始面会导致模板匹配效率低甚至匹配失败。本文分析了一类典型直升机角盒类零件型腔特征起始面与边界特征面属性，构建了过渡特征简化模板属性邻接图。并获取零件高度点云数据模型，采用高度中值二值化方法分离识别壁边特征面，同时将部分过渡特征面作为型腔底板特征面加以识别。最后，以属性邻接判定的方式搜索侧壁特征面，实现了角盒类零件的型腔加工特征面的自动识别。

1 角盒类零件特征分类

直升机上有300多种小型铝合金结构件，在形状上可分为角盒、支座、摇臂和铰链等类别。常见的角盒类零件模型如图1所示，特征如下：

(a)双侧筋板型 (b)左侧筋板型

(1)零件整体尺寸较小，其三个方向的最大尺寸小于200 mm(大多数都在150 mm以内)；

(2)为达到预定的刚度和强度要求，采用筋板结构对底板和侧壁边缘处进行支撑，筋板的数量为0～2个，筋板形状为近似的三角形或梯形，边缘会有倒圆或倒角特征；

(3)底板、侧壁及筋板之间的相互连接面以倒圆或倒角(较为少见)的形式连接，其内外侧会有减重凹陷等特征；

(4)底板和侧壁上有一个或多个连接孔特征，底面上有时会出现曲面剪切特征。

根据零件的几何构型可将零件分为双侧筋板型(包含底板、侧壁及双筋板)、单侧筋版型(包含底板、侧壁及左/右侧筋板)、无筋板型(仅包含底板、侧壁)3类。

2 基于改进图匹配的特征识别方法

2.1 基本概念

结合角盒类零件介绍几个加工特征识别的基本概念。

特征起始面在图匹配搜索方法中充当起始搜索面的模型特征面。

边界特征面边界特征面为限制加工特征的范围界面。

过渡面由于结构需要，通过过渡操作产生的过渡连接面。

属性邻接图一种零件模型的数据结构，节点表示零件模型的特征加工面，弧表示特征加工面相交而成的边，面和边具有一定的属性，分别附加在节点和弧上。

加工特征角盒类零件型腔加工特征形成型腔包围面的模型面集合。

简化模板属性邻接图去除过渡曲面后，以特征起始面为起始，以边界特征面为边界，包含加工特征在内的最小化属性邻接图，通常作为图匹配方法的目标模板。

2.2 过渡特征简化的模板属性提取

将三维CAD模型转化为STEP文件格式，通过提取STEP中的面、边几何信息，构建零件的AAG表达拓扑关系。AAG的定义为G=(N，L，A)，其中，N为图节点集，对应于三维实体中的面f；L为图连接边集，表示零件两个相邻表面的邻接边e；A为L的属性集，每个e都有相应的属性值(若两相邻面构成凹面，则属性值为0；若两相邻面构成凸面，则属性值为1)。

角盒类零件中存在因结构特征或减重需求而产生的简单倒圆角及其组成的复杂过渡特征。这些特征的存在增加了属性面数量以及属性面间的拓扑关系数量，进而提高了模板属性的复杂程度与算法匹配搜索难度。基于模板属性邻接图的定义，将过渡特征进行简化，进而提取特征面的公有属性。图2a～图2c所示分别为去除过渡曲面后的单边角盒、双边角盒及三边角盒的典型模型图及其面标注。图2d～图2f所示分别为模型对应的属性邻接图示例，用实线标示两面的相邻关系，用虚线标示存在特殊关联的两不相邻面。由于完整的属性图过于庞杂，故省略了部分连接边标示，仅以前后两面的平行或共轴关系表示一组相互平行或共轴的面。图2g～图2i给出了3类模型的型腔特征模板属性邻接图，由其模板属性邻接图可以看出，型腔特征应主要包含：①底板特征面，如图2a～图2c的面1；②壁边特征面，如图2a～图2c的面3；③侧壁特征面(即与上述两面均有相邻属性的面，同时该面的所有特征点应包含在上述两面中)，如图2a的面2满足要求，而图2a的面5虽然与两面均两邻，但是存在与两面相邻点以外的点，因此面5不是侧壁特征面。

(a)模型1面标注 (b)模型2面标注 (c)模型3面标注

2.3 识别方案

本文将角盒类零件型腔加工特征自动识别方案定义如下。

(1)输入：一个角盒类零件CATIA模型；

(2)输出：符合特定模板属性邻接图的相关特征的型腔加工特征识别结果；

(3)识别框架：如图3所示，首先将三维实体模型转换为B-rep实体表达，提取面、边几何信息，然后将模型的几何或拓扑属性添加到相应的图节点和连接边上建立面边属性邻接图。最后，根据典型零件中提取的待搜索加工特征的模板属性邻接图表示模型，以模板图匹配的方式检索特征面，从而实现型腔特征识别。

图3 总体方法框架

3 特征识别算法过程

3.1 壁边特征面的分离识别

在图匹配的特征识别方法中，不同初始面对应不同的匹配模板，因此需要人工交互或通过起始面属性图搜索以确定起始搜索面[10]。角盒类模型特征多以面积最大的面为底板，侧壁、筋板为其连接特征。当底板和侧壁面积相差不大时，模型高度越低越有利于提高加工稳定性，采用投影高度低的面作为底板面，同时底板与其连接面最大的差别在于高度方向的差距。因此，本文提出一种基于高度点云数据的壁边分离特征面识别方法。通过面积向量确定底板特征面以确定投影向量，继而获取零件点云模型，依据点云高度特征值对底板特征面及壁边特征面进行分离识别。

3.1.1投影向量的确定

从角盒类CATIA模型中获取三角剖分后的STL格式的原始数据样本，一个完整的三角面片信息包括该面的法向量及三个顶点坐标。可利用三角形三条边的边长得到直接求出算三角形面积的海伦公式：

(1)

式中，a、b、c为三角形的三边长；l为三角形的半周长；S为三角形的面积。

基于法向量及面积主成的三角面片投影向量确定流程如下：

(1)逐个检索三角面片法向量信息，筛选不重复向量集V={Vi|Vi=(xi，yi，zi)，i∈[1，n]}，其中，Vi为空间三角面片的向量；xi、yi、zi分别为对应向量的x、y、z坐标；n为不重复向量的个数；

(2)依据式(1)，逐个计算三角面片面积Sj，j∈[1，m]，其中，Sj为第j个三角面片的面积；m为三角面片的个数；

(3)计算不重复向量集合下的三角面片面积累加值；

(4)选择面积累加值最大的不重复向量作为投影向量，将与投影向量垂直的面作为基准面。

3.1.2高度点云数据获取

根据角盒类零件结构特点，以栅格形式获取模型高度点云。为保证每个特征面均能被检索，栅格大小应由零件整体尺寸和最小特征尺寸确定。如图4所示，在投影面Oxy内零件投影在x、y轴方向上的最小特征尺寸分别为Tx和Ty，对应的零件整体尺寸分别为Lx和Ly，则栅格大小为gx×gy，其中gx、gy分别为x、y轴方向上零件整体尺寸与最小特征尺寸之比，若gx、gy不为整数则需进行向下取整操作。

图4 栅格点云获取方式

图5 点云零件模型

3.1.3高度中值二值化

点云数据通常被视为一个点集，点集内各种目标特征点混合在一起。为了直观地识别角盒类零件的底板特征面及除底板外的其他壁边特征面，对角盒类点云数据沿高度方向进行二值化，使数据中零件底板特征面属性值与其他壁边特征面属性值分离。中值二值化的原理是：将当前被识别零件点云的高度中值设定为阈值T，根据T值将点云数据分为两部分，将高度值大于T值的设置为1表示壁边特征面，将高度值小于T值的设置为0表示底板特征面，并最终获得0-1特征数据矩阵。

图6所示为图5对应高度点云二值化的0-1矩阵，其中0-1矩阵值代表相应面的特征值，投影面较大的面会占据多个特征值相同的投影栅格。可依据占据相同特征值的面，将0-1矩阵进行数据合并，形成面节点特征数据集Fs=(H，R)，其中H为面的特征值集合，R为相应面的特征值所占据的投影空间点栅格位置集合。图6中0-1矩阵合并后的面节点特征数据集Fs包含7个面节点数据，其中fs1表示面f1的面节点特征数据，h1=1表示面f1的特征值为1，r1={(1，1)}表示面f1的类型值对应特征值h1占据1个投影空间点，栅格位置为(1，1)。

图6 点云二值化0-1矩阵

3.2 模板属性匹配搜索

基于改进图匹配的角盒类零件型腔加工特征识别方法的关键是：依据过渡特征简化的模板属性对特征底板特征面、壁边特征面及与二者具有关联属性的侧壁特征面集进行匹配搜索。具体步骤如下：

(1)输入需要识别的角盒类CATIA零件模型，提取面、边几何信息，对面边属性进行编号，构造AAG数据集，获取所有模型面集F={f1，f2，f3，…}；

(2)将CATIA零件模型转换为STL数据，确定投影向量，提取栅格高度点云数据，获取高度点云集合P，并对其进行二值化处理获取0-1矩阵，将0-1矩阵合并后得到面节点特征数据集Fs；

(3)根据面节点特征数据集Fs，判断底板特征面集Fd={fd1，fd2，fd3，…}和壁边特征面集Fw={fw1，fw2，fw3，…}；

(4)遍历剩余面集Fr=F-Fd-Fw，并遍历剩余面集Fr中每个面的邻接属性，若在底板特征面集Fd和壁边特征面集Fw中，均有与当前被检索面存在邻接属性的面，则将当前被检索面存入备选面集Ft；

(5)获取底板特征面集Fd与壁边特征面集Fw面集的点集组合Vd∩Vw，逐个遍历备选面集Ft中面的点集Vt，若Vt中所有点均存在于Vd∩Vw中，则将当前被检索面存入侧壁特征面集Fc，直至所有备选面集遍历完毕；

(6)获取所有型腔特征面Fd∩Fw∩Fc。

3.3 算法分析

本文针对角盒类零件型腔特征的图匹配问题，在初值选择上依据向量面积主成选择底板面作为特征起始面，避免了典型匹配节点的起始搜索面不合适问题。在模板属性匹配搜索过程中，依据过渡特征简化的模板属性，对特征底板特征面、壁边特征面及与二者具有关联属性的侧壁特征面集的匹配搜索，从而将模板一一匹配问题转化为面特征属性判断，不存在分叉匹配的问题。若u为壁边图节点数，s为底板图节点数，则侧壁节点搜索匹配次数为t′=q-u-s，远小于全匹配搜索次数。

4 实例验证

为验证本文基于改进图匹配的特征识别方法的有效性，对现有100多件直升机角盒类零件的特征识别效果进行了测试，现给出3个包含过渡特征面的典型工程识别实例，其基本拓扑信息如表1所示。

表1 角盒类零件拓扑信息

4.1 单边角盒识别实例

图7a所示为实例1的单边角盒零件模型，同时标出了由型腔视角可见的特征面，该模型在投影面上的零件整体尺寸Lx、Ly分别为100 mm和25 mm，x方向最小特征尺寸为底板倒圆角12 mm，y方向最小特征尺寸为侧壁厚度3 mm，向下取整后可确定投影栅格尺寸为gx×gy=8×8。图7b所示为单边角盒零件模型所对应的中值二值化0-1矩阵，将0-1矩阵进行合并后的面节点特征数据集包含{1，2，4，5，11}共5个面，对应的特征值为{0，0，1，1，1}。其中由数值0代表的底板特征面集{1，2}和由数值1代表的壁边特征面集{4，5，11}均可被对应查询确定。在剩余可见标注面集{3，6，7，8，9，10}中，仅面3与上述识别出的两类特征面相邻且不存在两面以外的点，因此面3为侧壁特征面。

(a)模型面标注

4.2 双边角盒识别实例

图8a所示为双边角盒零件模型，它在投影面上的零件整体尺寸Lx、Ly分别为70 mm和26 mm，x方向最小特征尺寸为侧壁厚度3 mm，y方向最小特征尺寸为筋板厚度1.5 mm，向下取整后投影栅格尺寸为gx×gy=23×17。双边角盒零件模型的中值二值化矩阵如图8b所示，将0-1矩阵进行合并后的面节点特征数据包含{1，2，4，5，7，9，11，13，14，15，20，21，23，24}共14个面，对应的特征值为{0，0，1，1，1，1，0，0，0，0，0，0，1，1}。其中壁边特征面{4，5，7，9，23，24}均可被对应特征值1逆向查询获得。由于角盒类零件的复杂特征需求，会存在如面16、17和18的微小畸形面，故在0-1矩阵中不存在相应的特征值。在识别过程中，将微小畸形面作为其相邻面的附属属性进行处理，如面17作为面6的附属面，面16作为面14的附属面。由于面18与面16、17均相邻，故依据面积最大原则，将面18与面16同作为面14的附属面，最终型腔特征面的识别结果如表2所示。

(a)模型面标注

表2 双边角盒识别结果

4.3 三边角盒识别实例

为进一步验证本文识别方法的效率及可靠性，对图9a所示的一类复杂三边角盒零件模型的型腔特征进行识别，该模型在投影面上的零件整体尺寸Lx、Ly分别为150 mm和130 mm，x方向最小特征尺寸为筋板厚度2.5 mm，y方向最小特征尺寸为侧壁厚度2.5 mm，由此可确定投影栅格尺寸为gx×gy=60×52。三边角盒零件模型的中值二值化矩阵如图9b所示，最终识别结果如表3所示。

(a)模型面标注

表3 三边角盒识别结果

以上展示了三种角盒类型腔的识别过程，并给出了对应三种面集识别结果。本文方法能够区分圆角过渡面属性，搜索效果符合工程实际的要求，有效避免了基于图匹配的特征识别方法在模型结构比较复杂时出现全局至局部的搜索过程中效率过低以及在未指定特征起始面或特征起始面选择不一时的错误识别问题。利用高度点云数据能够有效分离壁边特征面和底板特征面，并将比较图节点和连接边属性的复杂匹配过程转换为侧壁特征面的简单判别检索过程，针对三类角盒类零件型腔特征识别问题，本文方法具有良好的鲁棒性。